技術專欄
資料整理／MetaAge 邁達特 數位應用發展處
本文由全球自動化機器人領導品牌 – UiPath 歸納內部與國際重量級第三方調研、顧問公司針對關於自動化、AI 代理（AI Agent）發展的洞察以及各項調研結果，統整出自 2025 年起最值得注目的 7 大具體發展趨勢，內容涵蓋技術發展、思維轉換、組織與法規變革等。
儘管基於篇幅因素，可能難以針對各個趨勢做鉅細靡遺的說明，不過足以做為您後續更深入探討與學習的起頭參考。MetaAge 邁達特攜手 UiPath ，接續帶您了解該報告中談及的 7 個自動化趨勢摘要。（中文內容出處請點擊此處）
Image Credit：Copyright © UiPath
趨勢一：代理型 AI 時代來臨，AI 已從思想轉向行動
摘要：隨著 AI 代理人獲得自主性的理解、規劃以及行動的能力，將革新許多事物。
GenAI 的崛起，將有機會帶動 AI 應用的爆發性發展，進而改變組織人員與工作的本質；而其中關鍵發展便是【 代理型 AI (Agentic AI) 】—— 一種能讓軟體代理人、以動態方式自主規劃、決策和調適的 AI 應用。以目標和行動為導向的 AI 代理人，建立在 Gen AI 與大型語言模型 (LLM) 的基礎上，並透過與大型行動模型 (LAM) 等 AI 技術的組合，獲得了自主規劃與行動能力，使 AI 代理人可處理大量複雜的任務、進行細小如微的決策，以及完成端到端的商務作業流程。
根據國際調研機構顯示，AI 代理人這類新的虛擬工作者預期將可獲得廣泛應用。例如：Gartner 將代理型 AI 列為 2025 年 TOP 10 的策略技術趨勢；IDC 則指出全球在代理型 AI 的支出將於 2028 年超過 40 億美元，年均複合成長率高達 68%。在此發展下，可讓人類更自由地進行創造與協作，重新定義競爭基礎，構思「代理時代」的營運模式。
在「強調行動型的 AI 代理人」發展趨勢之下，出現了一個關注點：這樣的 AI 代理人，與同為協助人類工作自動化的流程機器人 (RPA) 之間的關係 - 到底是取代、互補還是其他? UiPath 的報告中引用了 IDC 的預測，有關 RPA 的全球支出將從 2024 年到 2028 年將持續增加一倍以上，達到 82 億美元，因此，兩者在可見的未來，其應用趨勢較可能是互補的：可以由代理型 AI 在既有組織內實現更多自動化；並由 RPA 機器人去執行大量的新任務、更講究安全性和可靠性的任務。
缺乏明確角色、系統和流程的人類工作場所，勢必會出現混亂、表現不佳和生產力低下等情況，在虛擬工作場所中也是如此。若缺乏有利的基礎架構、協作和控制，代理型 AI 就無法有效擴展。因此，「協作」可是代理生態系統中最重要的部分之一，尤其對於在企業技術、系統和應用程式的複雜組合中，去協調代理任務、管理工作流程以及最佳化營運而言極為重要。這種協作能力必須可支援多個代理進行單獨或協同的工作，並將決策和行動組合成連貫的序列。它還需要為 AI 代理人和 RPA 機器人之間的任務交接提供便利性，讓 AI 代理人能隨時取用機器人的「四肢」以完成任務。其中，確保正確的資料－在正確的時間－到達正確的代理人手中，這項功能是極為重要的。
與代理協作功能相輔相成的是「代理自動化平台」。該平台需提供針對不同的流程、權限層級和工作場所與角色，都能快速構建、配置和啟動各種 AI 代理人的功能。此外，這類平台還應該具備一個強大的提示詞庫和預配置的 AI 代理人，以利顯著縮短代理開發時間並提高效能。另外，相關技術也必須包含持續監控 AI 代理人活動和評估其效能的方法，以及安全、監管和人機協作的機制與功能。舉凡由 AI 代理人所構建的工作流、AI 代理人操作、模型輸入和輸出、AI 代理人決策的底層邏輯和資料（意即 AI 代理人所做的一切）都需要保持透明、可管理、可預測和安全。
以上說明了在代理生態系統中，其實涵蓋了一系列複雜的功能，不過無庸置疑的是，該生態系統將在 2025 年迅速整合，並出現在我們週遭的企業之中。
摘要：今年將有許多同時使用 AI 代理人和機器人的高價值企業營運場景正式運作
代理自動化是一個「機會均等」的機遇，適用於不同行業、部門和活動，為端到端自動化開闢了新工作流程的長尾效應。至於代理自動化將在哪裡立足？這些資訊又將如何協助您規劃代理人日程？以下是可供參考的部分領域：
客戶服務：AI 代理人可以顯著提高客服中心的工作效率。例如，麥肯錫報告稱，AI 代理人協助某大型客服中心每小時多解決 14% 的問題。
高度個人化的銷售和行銷：運用即時資料、理解內容以及正確的需求和行為預測模型後，AI 代理人便可提供一對一的專屬服務。
業務營運：AI 代理人能持續監控和評估海量資料，然後即時決策、規劃和執行，這使其能夠自主管理供應鏈、庫存量、需求預測和物流規劃。
患者護理：複雜的資料環境、對資訊流的持續監控、在不斷變化的環境中做出機率性、非基於規則的決策⋯等，患者護理是讓 AI 代理人施展其 AI 驅動能力的絕佳場所。
軟體開發：AI 已經深度紮根於程式設計師的活動中。例如，AI 已為 Google 的產品建立了超過 25% 的程式碼。另外 AI 代理人可設計系統架構、開發和執行測試、自動偵錯等。
科學 / 製藥研究：透過自主設計和執行實驗、分析結果和提出假設，AI 代理人可以擴展實驗室的能力並加速創新。
以上這些僅是一個開始，當您遇到複雜、成本高昂、勞力密集、資料飽和且時間敏感的流程時，代理自動化可能就是您的答案。
摘要：誰能將任務做的對好 – 員工還是機器? 企業將從根本上重新思考
OpenAI 的一項研究估計，AI 可接管近 20% 員工的一半工作。麥肯錫則估計，到 2030 年，30% 的工作量將由機器而非人工完成，而這些研究是在代理型 AI 全面興起之前公布的。鑒於代理時代帶來的可能性，企業勞動力管理的新要務是「重新設計和重新分配」。從 2025 年開始，一直到近十年內及以後，企業將需要集中精力應對重塑營運模式、重新界定工作範圍、重新訓練人員，以及如何應對虛擬員工和人類員工之間重新分配任務和流程等類巨大挑戰。
【 高階主管 】正處於這場變革的最前線，他們的挑戰是將公司帶入一個朦朧但正在快速逼近的未來狀態。高層主管需擅長構思新的 AI 營運模式、管理大規模變革，以及建立和實施跨企業代理系統的人員，協助佈建適應未來的組織。
【 人力資源部門 】將需要對所有員工進行重新訓練和技能提升，使他們能夠使用新 AI 工具，並與 AI 代理人進行協作。他們需要培養既掌握技術技能，又具備批判性思維、解決問題和創造力等核心能力的新員工。同時還必須重新考慮招聘計劃，重新制定評估和獎勵制度。
【 資訊部門 】則會被要求建立融合 AI 和自動化的工作場所生態系，以促進虛擬員工、人類員工和 AI 工具之間的協作。
總而言之，全球數以百萬計的工作者將經歷麥肯錫所說的「職業轉換」，對於繼續工作的人而言，他們的工作方式將發生轉變。
摘要：儘管一般企業難以僅憑己力獲得 AI 價值，但崁入 AI 的企業級產品弭補了這段鴻溝
企業在探索 AI 中花費了數百萬美元，但只有大約一半的結果可以投入生產。在某項調查中， 2/3 的受訪者對自身組織獲得 AI 成果的能力感到不滿意。但這並不意味著企業沒有從 AI 中獲得很多價值，只是價值體現在不同的地方：在過去的一年中，企業技術公司在其產品中對 AI 的使用呈爆炸式成長，依據 Gartner 預測，到 2026 年，80% 以上的企業軟體供應商將在其產品中嵌入 AI，而在 2023 年時此比例僅有 1%。
最普遍存在的 AI 使用案例之一是什麼？答案是 Copilot。它幾乎在每個主要企業軟體供應商中都獲得了好評，其他也包括 Google、GitHub、SAP、Salesforce、Microsoft 等公司（UiPath 的對應產品則是 Autopilot）。Copilot 正在創造價值，大約有 70% 的前期使用者表示，Microsoft Copilot 提高了他們的工作效率，並提升了工作品質。GitHub 的 Copilot 任務完成率更提高了 26%。而 UiPath Autopilot for Developers 則已將自動化開發時間縮短了 75%。在客戶的實際體驗中，UiPath Autopilot for Testers 更是減少了 50% 的手動測試工作量。
不過，其實 Copilot 相關技術的價值尚未被完全挖掘，人類使用的普及率還有很大的成長空間。因此，可以預期未來企業會以培訓、追蹤和激勵最終使用者使用 Copilot 為核心，展開大量活動。另外，技術公司的產品亦已納入更多 AI 功能，可顯著提升客戶的生產力、準確性，並節省成本。
摘要：新技術湧現，資料管理迎來新格局，人類和模型將達成雙贏局面
Gartner 的研究顯示，近半數的數位工作者表示難以找到有效執行工作所需的資料。員工平均每週要花費近 3.5 小時處理資訊；更有 38% 的員工表示，他們必須加班才能因應這些問題。而雜亂無章且分散的資料也給構建和擴展 AI 模型造成了困難。在最近一項針對 AI 高階主管的調查中，有 36% 的受訪者表示，難以為模型取得優質的訓練資料，另有 39% 的受訪者認為確保資料安全和隱私是一個主要問題。
因應此類問題的新技術和工具正不斷湧現，其利用 GenAI、大型語言模型（LLM）以及其他 AI 科學領域的最新突破，提供更完善的解決方案，以下舉例 4 種熱門的技術或方法。
【 知識圖譜 】是事件、概念和文件等現實世界實體的圖形表示。知識圖譜會將分散在不同資料儲存庫中的相關資訊連接起來，並可以帶來可觀的收益。
【 檢索增強產生（RAG）】透過讓 GenAI 模型在產生回應時能存取真實世界的資料，提高了 GenAI 模型的效能，使 GenAI「從巧妙的小把戲變身成為商業優勢」。一家全球諮詢公司利用 RAG 技術將顧問搜尋資訊的時間縮短了 40%。
【 GraphRAG 】將知識圖譜引入 RAG 流程，對進入 AI 系統的資料進行「超級提煉」。結果達到提高準確性、減少幻覺、提升計算效率，並產生了更具情境感知的回應。
【 內部或私有 LLM 】是在組織的專有資料上安全訓練的 AI 模型，通常著重於特定流程或決策流。
雖然 AI 不斷開闢新的技術領域，但不受約束的實驗窗口期也正逐漸關閉。全球各地的監管機構都已明確表示，現在是時候讓行業走向成熟、並接受問責文化了。法院也已開始介入，不少針對智慧財產權、圖像和資料所有權等 AI 相關問題的多起重要案件均正在審理中。
但無論是美國的聯邦貿易委員會強勢對特定資料濫用與演算法偏見採取處罰行動，或歐盟的《AI 法案》內容，目前的監管活動大抵還處於磨合期的混亂，這樣的狀態為世界各地的組織帶來了巨大的不確定性。企業領袖並非不希望看到相關法規的制定，反之，Deloitte 針對高階主管的調查發現，78% 的高階主管希望加強 AI 的監管，但他們需要知道這些法規的具體內容，然後才能放心地向前邁進。
事實上，當企業被問及其 GenAI 計劃受阻的最大原因時，「監管的不確定性」是最常見的回答（36%）。除立法部門之外，司法部門也正參與其中，最近備受矚目的訴訟案，如 Getty Images 控告 Stability AI 涉嫌侵犯版權的案件，突顯了 AI 開發相關的法律風險正在日益增加。因此，利用 GenAI 的組織必須做好準備，接受對其訓練資料的來源和使用權做更嚴格的審查。在 2025 年期間，各組織將開始加速行動，確保做好因應監管的準備。
若您有興趣進一步取得 UiPath 該報告文件，請點擊下方網址連結：
中文版：UiPath 人工智慧與自動化趨勢 2025｜英文版：UiPath AI and Automation Trends 2025
IT 智能化最佳夥伴－MetaAge 邁達特是明基佳世達集團旗下智能方案事業群中的專業資訊軟硬體整合方案供應商，邁達特憑藉自身多年累積的資訊架構整合經驗，加上集團跨產業的領域知識資源綜效，可協助並建議有志發展營運數位化、智慧化的企業用戶，透過完整的數位自動化佈建週期，實踐企業數位化的目標。
初期探索 : 概念性驗證、示範工作流程自動化實踐
導入規劃 : 流程自動化可行性評估與開發設計、CoE 組織規劃、架構設計建置與維運託管、產品訂閱/續約服務
持續擴張 : 模組化自動化流程、種子人員培訓、CoE 會議參與諮詢、商業應用視角的跨產品方案應用
內化管理 : CoE 組織的管理實踐落實 - 制定人機協作的共通規範、各單位既有營運制度的調整
歡迎對數位自動化應用方案有興趣的企業用戶或經銷夥伴，立即聯絡您專屬的邁達特業務窗口，或於【 邁達特官網表單 】留下您的聯絡方式與需求, 將又專人儘速與您聯絡，共啟自動化、數位化之旅。
查看成功案例：邁達特助力明基材料導入 UiPath RPA，六成部門已導入，自主開發率達 85 %，每支流程平均節省 8.6 個小時
